송경우Kyungwoo Song
MLAI Lab
생성모델과 파운데이션 모델, 에이전틱 AI, 신뢰할 수 있는 AI, 인과 표현학습, 베이지안 학습과 메커니스틱 해석 연구
- 논문
- 85
- 구성원
- 20
- 졸업생
- 18
STAI Lab
AI 안전성과 신뢰할 수 있는 AI(설명가능성·강건성·불확실성)를 연구하며, LLM 에이전트 평가, 메모리·검색 기반 지속 적응, 인간의 감독·통제 가능성을 다룹니다.
논문 주제가 비슷한 연구실
최근 부임한 교수의 연구실이에요. 이전 소속에서 발표한 논문과 졸업생이 함께 집계될 수 있어요.
KAIST 오성준 교수 연구실은 머신러닝 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 45편(T1 34편)을 발표했습니다. 현재 박사과정 10명, 석사과정 4명이 소속되어 있습니다. 졸업생은 10명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
11.3 · 76%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 45편
Break the Output Geometry for Large Language Model Unlearning
Yejin Kim, William F. Shen, Seokwon Jung, Seong Joon Oh
CLIP Behaves like a Bag-of-Words Model Cross-modally but not Uni-modally
Darina Koishigarina, Arnas Uselis, Seong Joon Oh
CLIP Models Generalize Less Than Compositional Benchmarks Suggest
Shuman Peng, Arnas Uselis, Darina Koishigarina, Martin Ester, Seong Joon Oh
Compositional Generalization Requires Linear, Orthogonal Representations in Vision Embedding Models
Arnas Uselis, Andrea Dittadi, Seong Joon Oh
CRISP: Compositional Reasoning over Images via Stackable Programs for VLMs
Arnas Uselis, Yujin Jeong, Yanpeng Zhao, Alexander Rubinstein, Seong Joon Oh, Yonatan Bitton, Paul Gavrikov
DISCO: Diversifying Sample Condensation for Efficient Model Evaluation
Alexander Rubinstein, Benjamin Raible, Martin Gubri, Seong Joon Oh
Dr.LLM: Dynamic Layer Routing for LLMs
Ahmed Heakl, Martin Gubri, Salman Khan, Sangdoo Yun, Seong Joon Oh
Dynamics Reveals Structure: Challenging the Linear Propagation Assumption
Hoyeon, Bálint, Seong Joon Oh
논문 주제 구성이 비슷한 연구실이에요.
MLAI Lab
생성모델과 파운데이션 모델, 에이전틱 AI, 신뢰할 수 있는 AI, 인과 표현학습, 베이지안 학습과 메커니스틱 해석 연구
MLAI Lab
기계학습, 인공지능
Trustworthy ML Lab
신뢰할 수 있는 AI, AI 정렬, 컨포멀 예측, 보안 연구
Natural Language Processing, Conversational AI